Activité des services d'urgence dans le canton de Vaud: analyse rétrospective 2000-2010
Bibliographic record
Abstract
[TABLE DES MATIERES] 1 Résumé des travaux effectues ( Méthode. - Résultats. - Conclusion). - 2 Introduction. - 3 But et objectifs. - 4 Contexte. - 5 Méthode (Type d'étude. - Bases de données consultées. - Base des missions engagées par la Centrale 144 Vaud (référencée sous « base 144 »). - Base des missions ambulancières effectuées sur territoire vaudois (référencée sous « base AMB »). - Base des missions SMUR effectuées par les SMUR du Canton de Vaud (référencée sous « base SMUR »). - Définitions et descriptions des variables. - Analyses statistiques). - 6 Résultats (Préambule - difficultés rencontrées. - Evaluation du processus d'enregistrement. - Couverture d'enregistrement des missions. - Evaluation de la qualité du remplissage des fiches de missions. - Indicateurs de l'activité des services d'urgence pré hospitalière terrestres - évolution sur la période 2000-2010. - APPELS AU 144. - Volume d'activité des ambulances et des SMUR. - Démographie de la population prise en charge par les ambulances et par les SMUR. - Types de missions ambulances et SMUR. - Chronologie des missions ambulances et SMUR. - Lieux de prise en charge et orientation des missions ambulances et SMUR. - Devenir immédiat des patients pris en charge par le SMUR. - Devenir a 48h des patients pris en charge par les SMUR). - 7 Suite des analyses (Etude de l'adéquation de l'utilisation des services d'urgence pré hospitalière. - Etude de l'adéquation des soins prodigués sur le lieu de la mission. - Etude de l'adéquation de la durée des interventions pour les prises en charges de maladies cardio-vasculaires et cérébro-vasculaires). - 8 Discussion. - conclusions. - propositions . - 9 Références
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.010 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".